WYZSZA SZKOŁA INZYNIERSKA W ZIELONEJ GOHZE + ZESZYTY NAUKOWE NR H
NH 3 INZYNIEHIA SHODOWISKA 1984
Emil Michta
Janusz Stanisławski
ORGANIZACJA OBLICZEN NUMERYCZNYCH
DLA POTRZEB PROGNOZOWANIA ZAPOTRZEBOWANIA NA WODĘ
W OPARCIU O PROSTE ŁANCUCHY MARKOWA
Streszczenie
W pracy wskazano na celowość stosowania metod numcryczr:y;h do bu~?~Y modeLu prognostycznego w oparciu o macierz prawdopodoblenstw prze1scw.
Przedstawiono algorytm programu komputerowego automatycznie przepro- wadzającego programowanie Ztlżycia wody na podstawie pomiarów rzeczy- wistych.
l. Wprowadzenie
W ostatnich la t ach do określania chaTalk terystyk losowych różnych
sz.eregów czasowych z coraz wię~kszym powodzeniem stosuje się modele stochaslycz•ne. Wynika to z dużej uciążliwości, a czasami wręcz niemo-
żlliwości wykonania ilośeiowcj i jakościowej oceny zjawisk fizycznych opisywanych modelami deterministycznymi i probabilistycznymi lub me- todami raohunku kocelacyjnego. W hydrologi•i znane są i wykorzySitywa- 111e do prognozy zdarzeń, modele stochastyczne uwzględniające determri.- nistyczno-losowy charakter analizowanych zjawisk.
W badaniach procesów aprolksymujących lub gE'nerujących empirycz- ne szeregi czasowe wylkorzystuje się stochastyczne równania różniczko
we lub schematy współzaleŻ!Jlości zdarzeń, konstruowane w oparciu o roz- pozname właściwoś.ci losowe zmiennej.
Dla ~krótkoterminowego pr<>gnozowania zapotrzebowania na wodę do celów sterowania systemami zaopaLrzenia w wodę aglomeracj-i miejsko-
-przemysłowych można wykorzystywać łańcuchy Ma~rkowa, będące naj- prostszymi uogólnrieniami zdarzeń zależnych. Model zjawisika wżycia wo- dy w oparciu o prooty proces Marko.wa został zaprezentowany w pracach [3, 4, 5]. Zgod1r1ie z zawartymi tam postula1ami prognozowanie prowadzi się na p<>dstawie macierzy prawdopodol:Yieństw przejścia (tzw. TPM).
Wielikością wejściową jest zaohsc'fwowana w pierwszym odcinku okre- su prognozowanego wartość zużycia wody transformowana w L - wy- llliarowy wektor !l; (O) o jednej współlrzędnej równej l i pozostałych ró- wnych zero. Wymiar wektora f!; (O) jest równy liczbie wierszy w TPM.
Mgr inż. Emil Michta - Wyższa Szkoła In<i:ynierska w Zielonej Górze Dr in:. Janusz Stanisławski - Wy<i:sza Szkoła Iu<i:ynierska w Zielonej Górze
3
4
EMiL MlCH'l'A, JANUSZ STANISŁAWSKi2. Podstawy matematyczne prognozowania zdarzeń z wykorzysta- niem macierzy prawdopodobieństw przejścia (TPM)
MacietrZ TPM jest konstruowana w talki 51posób, że poszczegóLnym wie.rsz·om przypoDządkowywane są stany wejściowe "i" w postaci prze-
działów Złużycia wody o szerofkości IDELTA. W an.alogic~ny sposó-b ko- l·uunnom rnacie,rzy pTrzyporząd!kowuje się sta:ny '\YyjśdO'\ve "j" o tej sa- mej szerokości przedziałów.
Prawdopodobieństwa przejścia Pu (n) obliczatne są ze wtzoru Bayesa [2]:
- dla procesów jednorodnych:
_ P (X = i, Y = j)
p i j - P (X = i)
dla procesów iiliejednorodnych:
(; ) = P.(Xt-1 =i, Yt = j)
Pij\n P (X t- 1 = i)
gdZlie:
t odcinelk czasu w okresie prognozowanym n - kolejny numer m:ade.rzy TPM
Xt_1, Yt - zaobserw,o·wane sekwencje wartości zużycia w ody w ( t -1)
- szym
i t - tym odci111k u czas uPra·wdopodobri·eństwa pij(rn) lu·b Pij uzyskiwatne są na podstawJi,e ohser - wacji zdaii'·zeń zaobserwowanych
w
r·olku popnzedzającym Ollm-.es progno- zowa,ny. Ztyeh
powodów 1kotn.ieczne jes~t ustalenie współczy.nll1ika CRtransponującego wautości zużyci;a wody z roiku poprzedruiego n a bieżący.
Zgodn\ie z tl,
21
wy;n.~ilkl:em progtnozoow.ania jest wekt01r wyjściowy~lj(.n), stanowiący r-ozkład prawdopodobieństwa sttanów wyjściowych "j".
Wg
t
4] przyjmuje LSię, że przew~dywane zużycie wody jest równe Śiredrnej arytmetyoz~nej !końców przedziału o największyn-l prawrdop<Jdobieństwie wystąpienia. PtPocedUira obliczeń wektorów ~tj(n) wynika z właściwości pro1Stego łańcucha MaTiknwa i polega na kolejny1n ~n1nożeniu wektorówwejściowych l-!i(Jn-1) przez odpowiednią mac:ierz TPM ·wg t<:;chematu:
h_ C o)] 1xL • ~ij ( l )J Lx K
• [AcDJ 1xK{[ ~ ( i)J 1 x K
:a~i. ( l)] l xK}
• ·- [Pij (2)] KxK":a [J-ijC 2)] 1xK'{( Jlj C n-1)]
lXKn-1 •()J
1 Cn-1)] lxKn-1} • [Pil ( n)] Kn·1xK." •• (;Aj
(n) ] 1xKnOrganizacja obLtczeń numerycznych dta potrzeb prognozowania ... 5
- w ek'tolfy, rozkł'ady st,anów prognozowanych (wyj~ciJawych) po każdym k<rok1u obliczeń (np. prognoza zużycia wody po upływie jednej doby lub
jedlnej godziny).
Dynamika talk zdefiniowanego procesu umożliwia jego start, z.atrzy- 111anó.e ó. cią,głą weryfikację obliczeń w dowolnym odci:nku czasu. Jednak-
że z właściwości algebry macierzy stochastycznych wy.ni1kają dwa istotne warrurnki:
- we.krtor ·wejściowy !-li(n-1) musi liczyć tyle kolum n (współlrzędnych)
ile 'Wierszy posiada odpowiadająea
mu
macierz TPM,- suma wyrazów w oposzczegó1nych wiensL?a·Ch macierzy TPM oraz w wektorach wejściowych ri wyjśdowych
musi
być równa 1.3. Algorytm obliczeń prognozowanego zużycia wody z zastosowa- niem ETO
Realizacj1a obliczeń przytoC!zonych w pkt. 2 jest możli,wa jedyn~ie
przy użyci!U EMC. W tym celu opracow any zost-ał program MSO l w
języku F ORTRAN 1900 dla maszyn cyfrowych seri\i Odra 1300. Dane
wejściowe dostarczane przez operatora stanowią:
- N - elen1entawy ciąg liczb X, odpowiadający warrtościom zużycia
wody w (·t-1) -SZY111 odcinku czasu,
- N - elementowy dąg liczb Y, odpowiadający wa!ftościom
wo'dy w 1t -
tYJ.n
odeliiliku czasu, (ciągiX
iY
musząw:noliczne),
• •
zuzyc1a
być ró-
- deklarowana, dowolna szerolk.ość przedziałów wejściowych i wyjścio
wych (!DELTA) ·w macierzy TPM, która powinna być powiązama
z wi~kościami chalfalkrt:erystycznyrni dla analizowanego systernru zao- patrzenjia w wodę (np. wydajności źTódeł zasilania),
- predy!ktor Q, czyli czynillik pTognozujący, tj. za,obserwoW8Jna w plie- rw·szym odciniku oku.' esu prognozowalnego wartość zuży;cia
wod y .
Program wykonuje następujące operacje:
- ·wyznacza auto!llatycz·nie skrajne wartości zużycia wody w przedzia-
łach wejściowych i wyjśctowych ma crienzy TPM na podstawie wyzma- czonych ma'ksym,alnych WYJrazów w ciąga,ch X i Y,
- ·przyporządkoWJuje wa·rtości X li Y poszczególnym pnzedzliałom i obli-
cza prawdopodobieństwa przejścia Pij(n) wg wzoTU Bayesa (1), (2),
- sprawdza iLStnienie waru1n1ków wyinikających z właściwości algebry ma- ci·erzy stochastycznych i w razie potrzeby wprowadza odpowiednie korekty,
- wyznacza wspókzędne wektora wejściowego ~i(o),
6 EMIL MICH T A, JANUSZ STANISŁAWSKI
- obl
'icza współrzędnew
ektora wyjśc1iowego ~j(n) :iautomartycznie poda-
je
prog1nozo·waną wartość zużyciawody po ka:hdym
k'rOłku,koryg
ujewektor
wejściowy IJ.i(n-1)do postaci
odpowiadającejprz
e-działom wejściowym w
\kolejnej macierzy TPM,
wstrzymuje
działaniaw wypadku
wystąpiellliawyrazów róWli1ych ze-
irO
w dowolnym z wierszy m
acierzy TPM oraz w trazie
niezrni.eszcze
-n!ia
S'ię wartościpr
edyktora w jakim
kolwiek z
przedziałów wejściow
ych macierzy TPM
.N a rys.
lprzedstawion
o 01gólny schemat programu
MS<D l, nato1niast na rys. 2 do 7 przedstaw i ono
szczegółowea
lgorytmy
obliczeńrealizowa
-nych w kolejnych segmentach. Wykonywane tu ob1iczemia numeryczne
. '
START
CZYTANIE DANYCH
'---..,..---
BUOOWA MACIERZY
PRAWDO~ODOD:E~STW
L
l_
..____
PRZEJSClA _ _ ,_
____.---~---
SPR A WDZ E NIE \>.'ARUNKL!
KONIECZNEGO MACIERZY STOCH ASTYCZNEJ
0 BUC Z ANI E WSPÓLRZ~ONY(H
WEKTOR/, WCJ5CIO\'JIGU Al Ol
--
' ·--
... - .013LICZ/\Nif 11/SPótR7~ 0tiYCH
L_:-.'EKTORA WY;~CIOWEUJ ..«. ((l)
~~YBÓR PRZE OZ ! A~U
PROGNOZOWANEGOl
w WEKTCRZE. W YJŚC I OWYM
l
DRUKOWANIE DANYC HSTOP
' - - - -
Rys. l. OgóLny schemat obliczeń re- aLizowanych przez program MSOl
) i. ~' t
o . - ..'
w ~ o
1-- - - 4 / l ' 1---.
'
/OANE
N 10ELTA X Y
' .
Rys. 2. Schemat bLokowy se- gmentu "Czytanie da.nyc;h/ l
7
-
-=1
Z' = 1M X ( 1 ) = 1 00 00
+Z 1 D E L T A
M Y ( 1 )
=1 0000
+z' · I O E L T A
fM . /\ A
vX ' <
j 1,' ( (
1 ) .~
,..."..., __ _,. _H
_,.._- ---....J ,·
'T
- ~ -·~
1= 2 . K=2 ·
~..__...
..
~. , ... _,. J
~
. · - - .,
: l
- ...-erotar
t~ X { l )= M X ( 1- ~ ) - I D E L T A l i
MY( K) ::: MY · ( K - 1)- ! D EL i A ·
...,.....,._,___"_ ... _ .. ~ ~ ... ~-w.tAtiiO"'*"""""'-""-l•J
X ( J ) > i · 1 X ( l }
, Y ( J } > i "l Y ( h.)
"-.. , Y
ł - ·
. l
l .
fr-- , - ,· -\' : - · - ."- J
--!-ł x
Y(-1Y. -~ J
1l
l
A 1 ,J , h - , , ., 1 • + . l~--··-~---· - -,- • . l ...---- -· .... -- · J
l
l ł
SW{J) ::
S\vU) +XYU
, i\)l
S\vU)= o
N
X Y I U, K) = X YU, K ) l S W( J }
•
... l
...
~..
-• ...-
. .. . .
K - K
+ 1•
-
I - - I
+ 1. .
•
N
-
lSTOP
Rys. 3. Schemat blokowy segmentu " Budo-
.
,.
, .,,
wa macierzy prawdopodobtenstw prze3scta
8 EMIL MICHTA, JANUSZ STANISŁAWSKI
T
Rys. 4. Schemat blokowy segmentu ,.Spra- wdzanie warunku koniecznego macierzy
stochastycznej"
T
Rvs. 5. Schemat blokowy segmentu ,.Obliczanie wsp6lrzę dnlfch wektora wejściowego ftl (o)"
Orgllnizocja oo!lrzeń numerycznych ul<t potrzeb prognozowania ... 9
l= 1 . J = 1
N
N
Rys. 6. Schemat blokowy segmentu "Obliczanie współrzę
dnych wektora wyjściowego ~~~ (n)"
nie wymagają stosowania specjalnych procedur ani podprogramów. Jego prostota sprawia, że może być kodowany również w innych niż FORTRAN
językach k01nwersacyjlnych. Poniżej zestawiono WY'kaz użytych w sche- matach oznaczeń:
N DX
OBJASNIENIA SYMBOLI UZYTYCH NA RYS. 2 DO 7
liczba obserwacji zużycia wody w ciągu X i w
ciągu Y,
liczba wierszy w macierzy XY (J,K) lub XYI(J,K),
lO
EMIL MICHTA, JANUSZ STANISł-AWSKI__ _
,_ _____
~-----~---~---DY
Q
LZ
LW
MAXX MAXY
SW(J)
XYI(J, K)
K
l
K = 1
\'f\K H~AX :-: W l Ą}
.
-
f 1
" L = ~ J
'
./T ' -. 1\ ::: c "(
>
~r
l
1l
ll
l
w :::
9 ~ 1~ ~\-~·l:l 1\1 ~·" M,,·' .,,, '(c:~~!"._, ;.,. '<) · ! J
f • i_ ··~
ILZ.:o: Lz-:J·
b 1 -
~_/ )
L.. ----.-.!~ . ._._,_ , - ~__1
L ... ~--- -· -~...-, . .,
Rys. 7.
l
t
(
r····- - -· "~'---.
l • . v .;<. ." ·-- ! ~··~;V.t ' L ) - r...: ltV &· T ,ł-t.s• ) l , .., i r:
' ł:--.Jd"' ,.. - .. ' . -
f". "'"
; URU KUJ : r~X(l) , MY( Kl , b /(1'\)MAX, X
}.'~-~l· ~~. J
l . ---<
Schemat blokowy segmentu "Wybór przedziału pro-
gnozowego w w ektorze wyjściowym''
- liczba kolu·mn
w
macierzy XY(J,K) lub XYI(J,K),··- predy\ktor,
- za:deklarowana liczba zadań,
- stała oZJnaczająca występowanie wektoTa progno-
tzo~wanego,
- wyraz
o wa,rtości maksymalnej w ciągu X, - wyrazo
wartoś·ci maksymalnej w C'iągu Y,- suma wyrazów w wierszu J 1na·cierzy XY (J, K), - prarwdopodobieństwo pnejścia PiJ(n),
- }icznrl.k kolumn,
•
Orgn.niutcja obUrzeń nnmeryc·znyclt u ta potrzeb prognozowctnia . .. 11
L
W(L), W(K), W(I) W(K) MIN
W(K) MAX XYIMIN
MY(L), MY(L + l)
w s
licznJk 'wierszy,
welktor wejściowy,
wSlpółrzędna wektma W(K) o wa1rtości minimal- tneJ, .
- współrzędJna wektora W(K) o waTtości maksy- malnej,
- wyraz Pij(n) o wa!"tości minimalnej w J tym
-
. .
w ierszu mac1e'r:zy,
wartości slkrajne rw przedzi•ale ·o największym pra•wdopodoblieństWTie zużycia wody,
prognozowana warr-tość zużyoia wody.
4. Podsumowanie
Nowoczesne m etody predykcji zdarzeń losowych narzucają stosowa- 111ie coraz efektywniejszych i ba.rdziej wyrafiiilOWalllych technik oblicze-
niowych. Zaprezentowana rv.r niniejszej pracy metoda jest jedną spośród możliwych do stosowania przy prognozowaniu godzinowego lub dobow e-
go zapotrzebowa,nlia •na wodę. Jej atrakcyjność .polega .na automatycznym wybo!f'ze wartośc,i p1rzewidytwanej i nńewielkiej liczbie łatwo dostępnych
danych będących podstawą prognozowania. Zdaniem autorów na1leży w dalszym cią@u adaptować i rozwijać różne n1etody prognozowania, r o-
zumiane jako przcw'idywa,nie wartoś'Cii zmiennej ~w 1przyszłości lila podsta- wie obserwacji i statystycznej obróbki danych pochodzących z m inao- nych okresów czasu.
LITERATURA
l. B e n ja m i n J. R. C o m e 11 C. A. - Rachunek prawdopodobieństwa, sta- tystyka matematyczna i teoria decyzji dla inżynierów. Wydawnictwo Naukowo- -Techniczne, Warszawa. 1977.
2. K u s h ner H. - W prowadzenie do teorii sterowania stochastycznego. PWN, Warszawa, 1983.
3. S i woń Z. S t a n i s ł a w ski J. B o g a c z e w i c z S. - Wstępne wyniki ba- da1i nad zastosowaniem stochastycznego procesu Markowa do matematycznego
modelowania zapotrzebowania na wodę w miastach. Materiały z Konferencji Na- ukowo-Technkznej .. Współczesne problemy gospodarki wodno-ściekowej", Kolo- brzeg, 1983
4. S i woń Z., S t a n i s l a w s ki J. - Podstawy stochastycznego m odelowania godzinowego zużycia wody w miastach dla potrzeb sterowania systemem jej dystrybucji. Materiały z seminarium w ramach PR-07 Zużycie wody wodocią
gowej - Wielkość, Zmienność i Racjonalizacja, Białystok. 1984.
5. S i woń Z, S t a n i s l a w ski J. - O możliwości wykorzystania stochastyczne- go procesu M arkowa do prognozowania godzinowego zapotrzebowania na wodę.
Zeszyty Karkonoskiego Towarz,vstwa Naukowego,